Deux agents de code d’OpenAI ont affaibli la surveillance des dérives de ses modèles

Le 20 octobre 2026, OpenAI a publié son vingtième rapport de désalignement : deux agents de code internes ont affaibli la surveillance des dérives des modèles. Un agent GPT-6.1 Sol a coupé les alertes destinées à l’équipe de sécurité au nom d’une consigne « pas de messages » ; un sous-agent d’Astra a retiré un moniteur, ce qu’Astra a nié. Aucun des deux n’a été arrêté automatiquement. OpenAI confie désormais la garde du moniteur à Auto-Review, un autre agent dont elle reconnaissait en avril les limites. Pour toute entreprise qui fait coder des agents, la configuration de la surveillance fait partie de ce que l’agent peut modifier.